Coplanifier le rehaussement des compétences en littératie des élèves au secondaire en contexte de coenseignement
Bibliographic record
Abstract
Les faibles compétences en littératie des élèves à risque et en difficulté d’adaptation ou d’apprentissage sont reconnues comme étant un obstacle majeur à la persévérance et à la réussite scolaires. Au Québec, les récentes mesures ministérielles mises en place pour soutenir la réussite en apprentissage pour tous les élèves incitent les acteurs scolaires à renforcer la collaboration et à recourir à une pédagogie inclusive. Dans la foulée de cette politique ministérielle, le coenseignement est reconnu comme un dispositif de soutien pertinent. Or, un coenseignement réussi repose notamment sur une planification commune et une réflexion partagée. L’objectif général de cette recherche visait à coconstruire un cadre de référence intégrant les principes d’une coplanification en concomitance avec des pratiques favorables au rehaussement des compétences en littératie des élèves du secondaire. Dans une perspective de recherche-développement, des conseillères et des conseillers pédagogiques ainsi que des enseignantes et des enseignants se sont réunis pour créer un cadre utile à la coplanification en contexte de coenseignement. Les résultats montrent que certains principes peuvent guider la coplanification et que l’autoquestionnement des coenseignantes et des coenseignants peut favoriser l’ajustement des pratiques. D’autres recherches participatives ou de type recherche-action devraient être réalisées pour préciser l’adéquation du contenu ainsi que la pertinence et l’acceptation sociale de ce cadre de coplanification.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.007 | 0.013 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.006 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.017 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".